草庐IT

PTA刷题笔记

全部标签

【图文教程】笔记本总是自动关机怎么办?win11自动关机问题解决方案

使用场景及环境:日常使用,代码、文档使用。系统:win11、win10、win8、win7笔记本都可通用笔记本:联想ThinkPadE450笔记本相关性能参数设备名称XXX处理器Intel®Core™i3-8145UCPU@2.10GHz2.30GHz机带RAM8.00GB(7.85GB可用)设备ID696EBAB8-5238-492A-8A2D-AD2A54B4A790产品ID00331-10000-00001-AA054系统类型64位操作系统,基于x64的处理器笔和触控为256触摸点提供笔和触控支持版本Windows11专业版版本22H2安装日期2022/12/2操作系统版本22621.1

【力扣刷题】整数拆分(动态规划)

 个人简历:全栈领域新星博主,万粉博主、帮助初学者入门,记录自己的学习过程个人主页:天寒雨落的博客_CSDN博客-C,CSDN竞赛,python领域博主热门专栏:初学者入门C语言_天寒雨落的博客-CSDN博客 目录动态规划整数拆分题目思路代码执行结果动态规划其基本思想是将待求解问题分解成若干个子问题,先求解子问题,然后从这些子问题的解得到原问题的解,经分解得到子问题往往不是互相独立的,举个简单的例子:你知道两个1相加等于2,问你三个1相加你是拿前面的两个1相加的结果加上1呢,还是再用1+1+1,你肯定会用前面的那种方法对吧,这就是动态规划,(1+1)就是(1+1+1)的子问题,且并不是相互独立

(笔记)Kappa系数 & 混淆矩阵

遥感图像的分类解译结果往往需要一定的精度评价指标进行精度验证,只有进行精度验证,我们才能知道分类解译的结果是否准确可靠。Kappa系数就经常被用于影像分类的空间一致性检验,是一种衡量分类精度的指标。Section1:Kappa系数的概念Kappa系数是一个用于一致性检验的指标,也可以用于衡量分类的效果。在分类问题中,一致性就是指模型的预测结果和实际分类结果是否一致。Kappa系数的计算是基于混淆矩阵的,取值为-1到1之间,通常大于0。基于混淆矩阵的Kappa系数计算公式如下:其中:P0实际上就是准确率(Accuracy) 即所有类别分别对应的“实际数量与预测数量的乘积”之和,除以“样本总数的平

区块链北大肖老师学习笔记5

第六节比特币网络比特币工作在应用层(applicationlayer:Bitcoinblockchain),它的底层是一个网络层(networklayer:P2Poverlaynetwork)。比特币的P2P网络是非常简单的,所有节点都是对等的。不像有的P2P网络有所谓的超级节点(supernode)、主节点(masternode)。要加入P2P网络首先得知道至少有一个种子节点,然后你要跟种子节点联系,它会告诉你它所知道的网络中的其他节点,节点之间是通过TCP通信的,这样有利于穿透防火墙。当你要离开时不需要做任何操作,不用通知其他节点,退出应用程序就行了。别的节点没有听到你的信息,过一段时间之

华为eNSP学习笔记 | 命令行配置视图

目录进入命令行视图常用的命令行视图退出命令行视图命令行智能回退参考资料进入命令行视图此节点介绍了进入和退出命令行视图的方法。华为交换机按功能分类将命令分别注册在不同的命令行视图下。配置某一功能时,需首先进入对应的命令行视图,然后执行相应的命令进行配置。常用的命令行视图常用命令行视图进入视图视图功能用户视图用户从终端成功登录至设备即进入用户视图,在屏幕上显示:查看运行状态和统计信息系统视图在用户视图下,输入命令system-view后回车,进入系统视图。system-viewEntersystemview,returnuserviewwithCtrl+Z.[HUAWEI]配置系统参数接口视图使用

第149篇 笔记-web3

定义:Web3是基于去中心化原则的互联网新革命。Web3将当今丰富的交互式数字体验与为用户提供所有权和加密保证的基础设施相结合。最近在传统技术部门和区块链生态系统的行业领导者中,Web3已成为主流意识,其对互联网的过去和未来有着广泛的影响。在深入研究之前,先简单介绍一下这个术语的历史。“Web3.0”一词最初由HTTP先驱蒂姆·伯纳斯·李(TimBernersLee)在网络时代使用,用于描述一种集成的通信框架,在该框架中,互联网数据可以在不同的应用程序和系统之间进行机器可读操作,他还称之为语义Web。后来,以太坊联合创始人加文·伍德(GavinWood)在其2014年的博客文章《DApps:W

unity学习笔记-有关打包到安卓开机黑屏时间过长的心得

有关打包到安卓开机黑屏时间过长的心得如题:在项目中发现打包到安卓机运行的时候,总是会有一段黑屏时间很长的等待,同事觉得这个体验很差,于是我们花了一个上午的时间基本解决了这个问题,也对unity有了更深的理解解决方法急的bro可以直接看这里,解决方法网上有很多,大家可参考他们的方法去进行优化,我们发现的解决方法可能和大家的不太一样一句话就是,把加载的方法写在一个协程里面,然后放在mono生命周期里的start方法过程我们做了一些尝试1比如优化resources里面的资源,优化到了只有几兆,但黑屏时间还是很长(也可能缩短了几毫秒吧,基本感觉不出来差别)并且把这个项目的resources和之前的项目

chatGPT笔记

文章目录一、GPT之技术演进时间线二、chatGPT中的语言模型instructGPT跟传统语言LM模型最大不同点是什么?三、instructGPT跟GPT-3的网络结构是否一样四、GPT和BERT有啥区别五、chatGPT的训练过程是怎样的?六、GPT3在算数方面的能力七、GPT相比于bert的优点是什么八、元学习(meta-learning)是什么九、chatGPT的优缺点十、调用openAI接口的代码示例十一、chatGPT离完全的人类智能还有多少距离十二、chatGPT的输入有长度限制,怎么办十三、基于人类反馈的强化学习(ReinforcementLearningwithHumanFe

【LVGL笔记】-- 贝塞尔曲线绘制

什么是贝塞尔曲线贝塞尔曲线(BézierCurve,也被称为贝塞尔多项式(BézierPolynomial),是由一系列控制点(ControlPoint)所定义的一条平滑曲线。PierreBézier于1960年开始利用该曲线设计雷诺的车身线条,故命名为贝塞尔曲线。目前,贝塞尔曲线被广泛应用于图形设计、路径优化(无人机、无人驾驶相关)等诸多相关领域中。贝塞尔具体描述,可以搜索,网上也是一大把,如下链接为推导过程贝塞尔曲线(BezierCurve)原理、公式推导及matlab代码实现_beijing_txr的博客-CSDN博客_贝塞尔曲线lvgl贝塞尔函数(三阶函数):lvgl提供了三阶贝塞尔函

FFmpeg开发笔记(二)搭建Windows系统的开发环境

由于Linux系统比较专业,个人电脑很少安装Linux,反而大都安装Windows系统,因此提高了FFmpeg的学习门槛,毕竟在Windows系统搭建FFmpeg的开发环境还是比较麻烦的。不过若有已经编译好的Windows版本FFmpeg开发包,那就免去了繁琐的Windows编译过程,所以直接安装已编译的FFmpeg开发包,还是相对容易的。在Windows系统安装FFmpeg之前,要先安装MSYS2。一、安装MSYS2​MSYS2允许在Windows系统模拟Linux环境,它的命令行界面可以很好地仿真Linux终端,所以在Windows系统上编译和执行FFmpeg程序都要通过MSYS2的控制台